Regex 匹配不允许有任何差异的单词

我想知道是否有任何工具可以为bash终端匹配几乎相同的单词

在以下名为list.txt的文件中，每行包含1个单词：

ban
1ban
12ban
12ban3

很容易找到包含“ban”的单词

问题:

如何实际匹配有x个字母差异的单词？ 使用搜索词“ban”，我希望X=1的匹配项为“1ban”

关于距离的概念，我想要最大值： X删除 或X替换 或X插入

任何工具，但最好是可以在bash终端上作为命令行调用的工具

注：Levenshtein距离将2个字母的插入计算为1个差异。这不是我想要的。

您可以使用支持模糊匹配的Python类

由于您实际上希望匹配最大X差的单词（1个删除或1个替换或1个删除），您可以创建一个Python脚本，如

#!/usr/bin/env python3
import regex, io, sys

def main(argv):
        if len(argv) < 3:
                # print("USAGE: fuzzy_search -searchword -xdiff -file")
                exit(-1)
        search=argv[0]
        xdiff=argv[1]
        file=argv[2]
        # print("Searching for {} in {} with {} differences...".format(search, file, xdiff))
        with open(file, "r") as f:
                contents = f.read()
                print(regex.findall(r"\b(?:{0}){{s<={1},i<={1},d<={1}}}\b".format(regex.escape(search), xdiff), contents))

if __name__ == "__main__":
        main(sys.argv[1:])

其中，

“ban”

是正在执行模糊搜索的单词，

1

是差异的上限

我得到的结果是

['ban', '1ban']

您可以将输出格式更改为“仅限行”：

print("\n".join(regex.findall(r"\b(?:{0}){{s<={1},i<={1},d<={1}}}\b".format(regex.escape(search), xdiff), contents)))

---

您可以通过使用python检查每个字符来检查差异，如下所示

def is_diff(str1, str2):
    diff = False
    for char1, char2 in zip(str1, str2):
        if char1 != char2:
            if diff:
                return False
            else:
                diff = True
    return diff
with open('list.txt') as f:
    data = f.readlines()

for line in data:
    print is_diff('ban', line)

---

也许你想要grep“[a-z]anana”list.txt？甚至

grep“[^[：space:]anana”list.txt

。也许，你的答案是。试试看，如果Python发挥作用，你可以使用PyPi正则表达式包，并结合正则表达式功能使用模糊匹配。你正在为一组未知的需求提供一些解决方案。这不是一个好主意，因为没有确切的要求，所有的解决方案都被认为是好的和错的-请用一组真正的要求更新问题。你是否在搜索整个单词？你想考虑什么样的编辑？只是替换而不插入/删除？请回答这个问题。是的，我确实理解为什么回答这个问题很难。距离的概念可以用不同的方式来解释。我在寻找完整的单词，实际上我希望有最大的X差异（所以1个删除或1个替换或1个删除）。你能更新你的答案吗？谢谢！这看起来像是在做这项工作。。。除了我不能用它来搜索x差异（假设你允许2个差异而不是1）。显然，它并没有消除行尾字符。使用f.readline（）.strip（），我可以在每一行上循环，但是regexp有问题。你能给我解释一下你的表达方式吗？@Gildas如果你需要不超过2个替换，请替换

s@Gildas请更新您的问题，以更具体地了解您想要什么。我现在的回答给你一个跳跃式的开始。嗨，Wiktor。我还在测试你的答案。我创建了一个传递给正则表达式r“（？：{}）的变量X{{s@Gildas完全正确。如果要匹配整个单词，请在两端使用单词边界
\b
，即
r”\b（？：{0}）{s
print("\n".join(regex.findall(r"\b(?:{0}){{s<={1},i<={1},d<={1}}}\b".format(regex.escape(search), xdiff), contents)))

ban
1ban

def is_diff(str1, str2):
    diff = False
    for char1, char2 in zip(str1, str2):
        if char1 != char2:
            if diff:
                return False
            else:
                diff = True
    return diff
with open('list.txt') as f:
    data = f.readlines()

for line in data:
    print is_diff('ban', line)